当能源、智力和劳动成本极低时,会发生什么?
在未来十到二十年里,科技的发展将达到令人难以置信的规模,以至于我们现在所经历的一切,与之相比将显得相形见绌。我们正处在发展曲线的陡峭部分,看似险峻,但从未来回顾时,却如同平原般平坦。
我已经就这个主题撰写了一段时间。一个简单的版本可以在我去年九月写的《更加努力和智能地工作》一文中找到:
-
在 1970 年代之前,科技主要集中在硬件上。
-
从 1970 年代到现在,科技的焦点转移到了软件上。
-
从现在开始,科技将聚焦于软件与硬件的结合。
那是 14 个月前的情况,如今已经发生了很多变化。
特斯拉的人工智能(AI)发布会还有三周举行,他们在会上首次展示了 Optimus。现在,Optimus 已经能做到以下事情:
Figure 当时还处于秘密开发阶段。而现在,它的 01 型人形机器人已经能做到以下事情:
那时 ChatGPT 还未问世。就在昨天,OpenAI 宣布了以下所有新动态:
OpenAI 开发者日
未来,数以百万计的人和企业将拥有一支不断进化、愈发智能和能力强大的 AI 智能体大军,伴随着每一次模型的升级。
在我很久以前写下那篇文章的时候,国家点火设施还未实现聚变点火,我们在《奇迹时代》专栏中访谈过的大部分核裂变初创公司还没有成立,太阳能产业的季度投资额也还没突破 1000 亿美元。
这是在经济不佳、利率上升的大环境下取得的惊人进展。
变革的速度固然重要,但更关键的是变化的本质。
在《奇迹时代》所有访谈的结尾,我们都会询问每位嘉宾在能源充沛的世界中未来的景象。Isaiah Taylor,Valar Atomics的创始人,给出了一个精彩的见解来概括这一场景:
我们身边的一切实际上建立在三大基石之上:能源、智能和灵巧性。
这三样元素是构成任何实物产品的关键。现在,我们正处于几乎可以免费获得这三样元素的前夕,这实在令人难以置信。长久以来,灵巧性的发展一直受智能的限制。OpenAI 在智能领域的突破,真正使我们能够免费获得智能。
而我计划实现能源的免费获取。因此,我们即将拥有免费的能源、智能,以及通过项目如 Figure 和 Optimus 提供的灵巧性。
劳动力即将变成一种可规模化的资源 – 只需接通电源,就能开启生产。
这无疑将改变工作者的生活方式 – 我倾向于相信我们将把时间投入到更有意义的工作和休闲活动中 – 同时这也意味着消费者将获得更多益处。如果所有东西的成本都下降,每个人都能拥有更多他们所需的物品。
我们已经多次讨论了关于资源丰富的话题。我关注了许多关于 AI 可能为人类带来什么影响的推文并阅读了不少相关文章。当然,这些都是至关重要的。
但上帝啊,暂时从一个科技投资者的角度看,更低成本的能源、智能和操作灵活性将成为科技公司的巨大利好。
接下来十年里,最大的科技公司将远远超越今天的最大科技公司。
科技正在吞噬世界
十年前,Marc Andreessen 在一个与今日相似的转折期市场写下了 为什么软件正在吞噬世界。他描述了 Amazon 如何改变了书籍市场、Netflix 重塑了娱乐产业,以及 Google 如何革新了直接营销。他指出,软件正在开启和推动一些真正的巨型市场,比如石油与天然气、国防和零售业。
这篇文章极具前瞻性。当他在 2011 年第三季度撰写这篇文章时,苹果是市场价值最大的公司,微软排名第五,但当时的前 10 大公司主要是由石油公司组成,市值也远没有现在这么庞大。
而今天,前 10 名的企业排名变成了这样:
沙特阿美公司应当排在第三位,但令人瞩目的是,排名前列的几乎都是科技公司,市值比之前大了近一个数量级。
科技已经成为赢家。那么,我们接下来又该如何突破呢?
正如那个非常饥饿的毛毛虫一样,软件虽已吞噬了世界,但它的胃口依然旺盛。
在那场让人印象深刻的与 NVIDIA 首席执行官黄仁勋的对话中,David Rosenthal 分享了一个 Sequoia 早期的精彩故事。这个故事强调了一个观点:随着科技市场的扩大,风险投资的回报空间总是有增长的潜力:
David: 这个故事的精彩之处在于,当 Mike [Moritz] 接替 Don Valentine 和 Doug 时,他在审视 Sequoia 的投资回报。他特别关注那个投资了 Cisco 的第四基金。他心里想,我们怎样才能超越这一成绩?Don 似乎总是领先一步,我们似乎永远无法超越。
他深思熟虑后,意识到,随着计算成本的降低,计算技术可以更经济地覆盖更多经济领域,从而被更广泛地应用。因此,我们能够触及的市场也应该相应扩大。他的观点是,AI 也将带来同样的效果,这个循环将会持续下去。
但这仅仅是计算领域的事情。当能源、智能和操作灵巧度变得更加经济时,又会出现怎样的情况呢?
在对话的后半部分,黄仁勋针对“智能”这一方面给出了他的看法:
这就是现时代的科技所展现的非凡之处。科技就像一种工具,其影响力有一定的范围。而我们当前独特的情况在于,我们正处于智能的制造阶段,正在构建一个工作的世界,那就是 AI 的世界。在这个世界里,任务执行者致力于积极的、创造性的 AI 工作,塑造智能工作,而这样的市场规模是巨大无比的,它的计量已经达到万亿级别…
科技产业的一大发现,正如 Nvidia 和其他公司所实现的,是通过超越传统的芯片制造业,而是在芯片基础上构建,转型为 AI 公司,其市场机遇可能增长了上千倍。
未来如果看到技术公司规模更加庞大也不足为奇,因为它们所生产的产品截然不同。这就是评估你的机遇有多大、你能成长到何种程度的方式。这一切都与机遇的规模息息相关。
随着科技(软件和硬件)进入更多的经济领域,蚕食更多的市场份额,机遇的规模在不断扩大。
值得注意的是,科技公司在市值最高公司榜单上的主导地位,并不完全与收入最高公司的榜单相吻合。
苹果、微软、亚马逊和 Alphabet 分别位居第九、第三十一、第四和第十八。Meta、特斯拉和 Nvidia 并未跻身前 50 名。它们市值之所以高企,是因为这些公司利润丰厚、增长迅速或在自身领域内占据主导地位。
除了亚马逊在零售业、特斯拉在汽车业所取得的成就外,这些公司尚未在全球最大的资金市场中留下深刻印记。对这些资金市场的解析,可以从多个角度进行。
美国经济分析局按行业对 GDP 进行了分类:
科技行业不完全属于任何一个传统类别 – 它正逐渐影响着整个世界! – 但如果非要归类,它最接近的是“信息”领域,这包括了软件出版、数据处理和电信等活动。亚马逊显然已经深入“零售贸易”,科技工作者被归类于“专业、科学和技术服务”,而计算机和 iPhone 则被划分在“制造业 – 耐用品”中,但科技行业的影响力还在持续扩大。
IBISWorld 在其报告中提出了警示(例如,由于格式错误,他们错误地将电信业列在最前),列出了全球收入前十的行业:
关于这方面的可靠数据非常难找,我差点因此头疼,但这些数据基本反映了当前的情况,你应该明白我的意思。无论如何分析,科技公司目前还没有占据最大的消费领域。
但这一现象正在逐渐改变。科技公司将因以下两个独立的原因而变得更加强大,这两个原因最终会合并:
-
科技初创企业正在进入硬科技领域,并且正在利用其优势。
-
能源、智能和灵活性的增长将扩大科技行业的潜在市场。
-
每个市场最终都会趋向于变得类似于软件市场。
硬科技领域的科技初创企业
科技公司在这个十年比上个十年会更为壮大的首要原因,就在于它们正涉足更大规模的领域,无论是能源、智能技术,还是机械灵敏度方面。
SpaceX 和 Tesla 引领了这一潮流,并向世界证明了这种趋势的可行性。
我认为 SpaceX 尤其像是硬科技领域的四分钟英里,因为它向我们展示了,一家科技公司能够打破由传统巨头和政府主导的行业壁垒,并通过提供更优质、价格更低的产品获得胜利。尽管目前航天发射市场规模并不巨大,但 SpaceX 正在进入估值高达万亿美元的通讯市场,借助 Starlink。如果太空经济蓬勃发展,SpaceX 将成为其基础设施的核心。
目前,SpaceX 以 1500 亿美元的估值成为最具价值的私营科技公司,其许多前员工也开始创办或加入下一代硬科技公司。
Anduril继承了 SpaceX 的精神,并进行了关键的创新:它通过在其 AI 驱动的操作系统 Lattice 上推出硬件产品,致力于“以更低的成本推出更高性能的硬件产品,并随着每增加一款新产品,其竞争优势会进一步扩大。”
该公司正在将资金投入到自身的研发和收购中,并选择竞标固定价格合同,而非国防部传统的成本加成合同。在这种合同中,中标者将获得所有成本的报销,不受原始预算限制,外加固定利润率。如果 Anduril 能够保持低成本和高质量的产品赢得合同,它就能够获得更高的利润率。
Anduril 的极大潜力在于,它有望分食美国国防部每年向五大国防主力企业支付的逾千亿美元,且其利润率预计在 50% 左右,远高于现有的 10% 水平。
更高的利润率将带来几方面的影响:
-
市值提升:在保持相同收入的前提下,若利润增加,公司的市值(Market Cap)自然会大幅提升。
-
加大研发投入:高额利润意味着有更多资金用于研发(R&D)新一代产品,从而有可能扩大市场份额。
观察 Anduril 的发展,我们能初步窥见科技公司在大型成熟市场中的影响力。尽管 Anduril 的收入远不及 Lockheed Martin 目前的 660 亿美元,但如果一切顺利,未来十年市场向它靠拢,该公司可能实现数十亿美元的收入,并保持高达 50% 的利润率。这样的盈利能力将使公司市值远超 Lockheed Martin。更低的成本、更高的利润率和更快的增长是释放价值的关键。同等收入在运营高效的科技公司手中价值远超于传统公司。
让人感兴趣的是,传统国防主要供应商,如 Boeing,在此方面似乎面临挑战。就在上月,Boeing 在公布第三季度财报时,将国防、太空和安全部门的 17 亿美元亏损归咎于固定价格合同。公司首席财务官(CFO)Brian West 向分析师保证:“请放心,我们没有也不打算签订任何固定价格的开发合同。”
科技公司未来十年的增长潜力之一在于:如果高效软件与经济硬件相结合优于高成本硬件,那么大额支出类别的公司财务状况将趋向于软件公司模式。虽不完全相同,但趋势明显。
SpaceX 和 Anduril 等公司的成功已经激励了一波新兴初创企业,它们正致力于挑战巨大且成熟的行业。
当然,航天和国防领域的创业公司不在少数,例如我之前写过的 Varda 和 Array Labs,以及许多来自 SpaceX 和 Anduril 的优秀团队。
但这种创新不仅局限于显而易见的公司,它还扩展到物理世界中的所有难题,尤其是能源、智能和灵巧性的两个方面。
以能源为例。我们在采访核裂变和核聚变领域的创始人时发现,SpaceX 的影响尤为显著。我的联合主持人 Julia DeWahl,一位 SpaceX 的前员工,最近共同创立了 Antares,致力于为美国国防部开发核能技术。
至于灵巧度方面,Tesla 利用其 Dojo 超级计算机和 AI 团队的资源,正在研发 Optimus Robot。Figure 正在开发名为 01 的机器人。而这种竞赛不仅仅发生在美国。中国声称计划在未来两年内大规模生产能够“重塑世界”的人形机器人。 全球竞赛已经拉开帷幕。
科技初创公司正日益在全球最大的行业中夺取市场份额,改变这些行业的财务格局,同时解锁巨大的价值潜力。
但我认为,将原本广阔却难以触及的市场转化为可进入的市场,可能蕴藏着更大的机遇。
拓展技术的总可寻址市场 (TAM)
在 智能的超级丰富 中,我提出 AI 不会取代人类工作者的需要,但基于 诱导需求 和 杰文斯悖论 等理论,更多的智能将催生更多智能的需求。
进一步论述,成本更低的劳动力(智能与灵活性)将促进对更多劳动力的需求。更重要的是,这将使更多的劳动力(无论是脑力还是体力)变得可被解决。人类为自己赚取收入;而 AI 和机器人则为其制造者赚取利润。
根据 国际劳工组织 2020-2021 全球工资报告,全球总收入约为 44 万亿美元。与劳动力占 GDP 的比例相对照,这个数字是合理的。2020 年,全球 GDP 为 85.2 万亿美元,全球劳动力占 GDP 的比例为 53.8%,这意味着全球共有 45.8 万亿美元的劳动报酬。
因此,我们目前面临的是每年约 45 万亿美元的支出,这一数字目前尚未被任何技术公司所触及,但未来 只能由技术公司来实现。
(注:本文不涉及伦理问题或可能引起的人员流动。就我个人而言,我相信在一个过渡期之后,人们将从事比机器人可以替代的工作更有意义的工作,或者在非经济活动中找到更多的乐趣,但我也认为,适应快和适应慢的人之间将会存在一段差距。然而,这篇文章仅讨论经济影响。)
我知道这听起来非常疯狂和夸大。而且在一段时间内,事实确实如此。Optimus 可以像婴儿那样搬动积木。Figure 01 能像我一岁的孩子那样走路。而我必须清楚地告诉 ChatGPT 我想要做的事情,并不断督促它,以获得我满意的结果,就像对待一个实习生一样。
但是 AI 正在变得更加智能、能力更强,并且成本更低。OpenAI 在开发者日推出了大量新功能的同时,还将这些功能的价格削减了两到三倍。智能在变得更加强大的同时,成本也在降低。
为什么降价?在 2009 年的一篇富有远见的博客文章中,Y Combinator 的创始人 Paul Graham 写了一篇关于过去 30 年中五位最有趣的创业者。他提到了年轻的 Sam Altman,写道:“在战略或雄心方面,我总是会问自己,‘Sama 会怎么做?’”
Sama 降低价格并非出于慷慨;他相信智能需求的增加将超过降价所带来的影响。这就是杰文斯悖论。
突然之间,律师、会计师和各种专业服务提供者成为了科技领域的潜在市场。不仅仅是“我们可以向这些大行业销售软件”,而是“我们可以制造并提供‘律师即服务’”。OpenAI 的 GPTs —— “结合了指令、额外知识和各种技能的 ChatGPT 定制版本” —— 就是这个未来世界的一个缩影。
随着时间的推移,机器人也将变得更便宜、更有能力,尤其是在融入了更廉价、更高效的 AI 之后。它们需要时间来扩大规模,并且要过一段时间才能沿着经验曲线变得比人力更经济。但现在,它们还不需要做到这一点。
我在关于 Formic 的文章中提到,美国当前正面临严重的劳动力短缺问题。当时,美国有 1010 万个职位空缺,其中 150 万个位于制造业领域。机器人 —— 不论是形似人类还是专注于特定任务的类型 —— 能够填补这些空缺岗位,并可实现全天候工作,显著提升雇用它们的工厂的利润。
在制造业中,由于大部分成本是固定的:
产能的提升,只要能满足市场需求(在当前市场环境下,这是很可能的),就意味着更高的利润。租金保持不变,机器的前期投入已经完成。劳动力成本会随着需求逐渐增加。材料成本虽随需求上涨,但随着订单量的增大,单位成本会有所下降。
为了更直观地展示这一点,我们可以通过一个假设性的例子来看看:假设某工厂产量增加了 3 倍:
![](data:image/svg+xml,%3Csvg%20xmlns='http://www.w3.org/2000/svg'%20width='508'%20height='246'%20viewBox='0%200%20508%20246'%3E%3C/svg%3E)
即使假设机器人劳动没有节省成本(我们通过增加人工工资来补偿),收入增长 3 倍,也能使利润增加 25 倍。
借助这些利润,制造商可以提高工资、增加人力、购买更多机器人,并降低产品成本。这将进一步刺激市场需求,推动产业持续发展。灵巧性成为实现物质丰富的关键一环。
智能和灵巧性的成本降低,不仅扩大了它们的市场规模,也使得制造智能和灵巧设备的科技公司能够更广泛地进入这个市场。
我再次强调,我不确定这个过程将在五年、十年还是二十年内发生。监管机构可能会出于误解而试图阻止这一进程,他们认为这是在保护工人(实际上,通常情况下,工人会出乎意料地从自动化中获益)。从计划的理论阶段到实际实施,会有许多挑战和障碍。这一过程将会是充满混乱和复杂性的。但这终将发生。
随着这些变化的逐渐发生,还有一件最终的事情也将随之而来:每一个市场都将逐渐表现得像软件市场一样。
每个市场都将越来越像软件行业
随着能源、智能和机动性的成本逐渐接近零,物理世界中操纵和分配原子的成本和速度也将逐渐接近于数字世界中操纵和分配比特的成本和速度。
我所指的是“接近”,而不是“相同”,因为物理定律构成了障碍。比特可以以光速移动,但原子不能;比特的成本几乎可以忽略不计,但原子的成本不可能为零。物理事物的成本和速度将逐步接近于零,但它们的价格和速度将大大低于今天的水平。
将劳动力转化为资本支出(CapEx)将改变成本结构。这意味着需要更多的前期投资,但可以实现更低的边际成本。
随着这种变化的发生,每个行业都将开始呈现出更多像软件行业的特征:更快的增长、更高的利润率、更多的研发投入。
下面是国家科学委员会提供的一张表格,展示了不同行业的研发强度——即研发支出占净销售额的百分比。
该表格再次展示了软件行业与其他行业相比较小的规模,但在研发投入方面却远超其他行业。
软件公司的研发强度高达 17.7%,即它们将净销售额的 17.7% 用于研发。唯一高于此的类别是科学研发服务,占 26.3%,包括生物技术、纳米技术、先进材料和可再生能源等领域,其行业名称中明确包含了“研发”二字。相比之下,广义的制造业仅为 5%,而金融和保险行业更是落后,仅为 0.6%。这些领域看起来极具潜力。
想一想就会明白。主要产出知识产权的行业在研究和开发上投入更多。他们提前在研发上大量投资,随时间享受高额边际利润。由于产品是基于信息而非实体,他们的增长速度更快。
但如果几乎一切的边际成本都趋近于零,情况又会如何呢?
我觉得大多数 SaaS(软件即服务)公司可能会面临困难,但如果能保护好 SaaS,这是个很好的商业模式。我明白投资者为什么对它青睐有加,并想紧紧抓住它。
不过,真正的巨大机遇在于,经济的很多部分可能会开始模仿 SaaS 模式,但拥有更深的护城河——更高的切换成本、显著的规模经济效应,甚至是随着使用增加而变得更智能、更熟练的 AI 和机器人带来的网络效应。
这种情况已在 robotaxis(机器人出租车)的早期形式中开始显现。尽管它们目前仍在烧钱,但其模式正逐渐显现。与每位司机拥有一辆车,每天工作八至十二小时,用时间换取金钱不同,robotaxis 可以几乎不间断地运行,仅需充电时间,依靠几乎免费且越来越便宜的机器劳动力。
Waymo 的电动车辆由可再生能源驱动,在适当的时间充电时成本极低。因此,Waymo 在汽车、必要的运营模型以及训练汽车所需数据方面进行了投资。通过使用廉价的可再生能源,这些车辆可以几乎持续不断地运行。尽管目前 Waymo 需要在数据收集上投入大量时间,但这种情况可能很快就会有所改变。最终,他们将尽可能多地把运营成本(OpEx)转化为资本支出(CapEx)。在规模化之后,每次乘坐的费用将非常低廉——几乎与公共交通的费用相当——使得像 Waymo 这样的公司可能采用订阅制而非按次计费,以锁定客户并确保稳定的现金流。
此外,根据 Waymo 与全球再保险巨头 Swiss Re 的一项研究,他们的自动驾驶车辆已经比人类驾驶员安全四倍,并且随着技术的进步,这种安全性还在不断提升。可以预见,这将导致更低的保险费率,使得这种模式在扩大规模后更具盈利性,从而为公司提供更多资金用于研发和车队扩张,加速技术在交通领域的广泛应用。
随着能源、智能和操作灵活性变得更经济、更充裕、更即时,我们将在经济的其他领域看到类似的趋势。越来越多的行业将变得类似于软件行业。
当然,这种转变不会一蹴而就,也不会在所有行业迅速发生,正如对于自动驾驶出租车(robotaxis)的抵制所展现的那样。
一群聊天机器人和机器人不可能一夜之间复制大型制造商的全部功能。他们需要面对巨额的资本性支出(CapEx)投资和难以模仿的专业知识。能源初创公司可能需要几十年时间才能取代化石燃料巨头,除非这些巨头利用自身的规模优势和监管能力优先投资清洁能源。《奇迹时代》一书的核心论点是,这些大型行业的转型远比纸面上看起来要复杂和艰难。
在某些情况下,大型现有企业会投资 AI 和机器人技术来降低成本、提高产量、增加需求并改善利润空间。
在这些情况下,制造 AI 和机器人的公司——或者说,为
更低的价格带来更大的需求,进而实现更高的利润率。在技术深入触及的市场规模比现在更大,我认为,智能机器群体的学习和相互教学能力将随着经验的积累而带来显著的规模效应。硬件方面的经验积累将以接近软件发展速度的曲线增长。
尽管即使 AI 和机器人只是帮助现有企业提升性能,我们依然可以对科技行业抱有极大的期望,但我怀疑,像 Anduril 和 SpaceX 这样从零开始为新范式打造的公司最终会占据上风。
如果每家公司都像软件公司那样运作,那么初创企业就能利用现代科技和科技公司的敏捷性,在大型市场领域构建出比现有企业更优的商业结构。而且,这还是在能源、智能和灵活性的成本降至接近零之前的情况。
这一切代表了什么?
因此:
随着能源、智能和灵活性的价格走向零,经济将变得更加庞大并且在结构上更加盈利。
如果现有企业能保持其市场地位,科技公司将有巨大的机会向他们出售即插即用的劳动力和智能服务。这实际上是将目前分散、不稳定的人力劳动产品化、集中化、按需提供,并转变为软件即服务 (SaaS) 模式。
从汽车到国防等不同行业的早期迹象表明,许多现有企业在剧烈变革中无法保持其地位。我认为这种转变可能与 Spotify 对音乐行业的影响类似 – 虽然扩大了市场,但同时也使 CD 淘汰。
如果这是真的,那么科技公司不仅将提供基础设施 – 智能、灵活性,甚至可能是能源 – 还将开发服务于大型市场的最终客户产品,这些市场之前对初创企业几乎不可渗透,如制造业和国防。
总有一个重大风险 – 实际上可以确定的是 – 监管控制可能会在某些行业延迟一些好处和破坏的发生,比我们想象的时间要长。
但当人们纷纷前往墨西哥寻求更经济的机器人医疗服务时,这种状况将开始改变。
简而言之,科技公司将利用更大、持续增长的收入来源,在更低的成本和更高的利润率下实现盈利。一切都将变得更加廉价,他们将销售更多产品。他们将把利润重新投入到研发中,并将研发成果转化为更新、更便宜、更优质的产品,且这种转化的速度将越来越快。
经济将变得更加庞大并且在结构上更加有利可图。公司能够雇佣更多人员和机器,消费者能以更低的价格获取几乎任何产品,或许以服务的形式。
我们还未涉足一些重要领域。受到分区、监管、不在我后院(NIMBY)现象以及行业资本结构的影响(撰写这篇文章让我产生了购买土地的想法),房地产领域的挑战很大。金融和保险行业在研发上的投入最少,仅为 0.9%,但它们拥有庞大的客户存款和资本成本优势。我认为,在智能机器在世界中扮演越来越重要的角色的背景下,加密货币将成为更加强大的竞争者。
无论如何,科技公司未来的规模将远远超过今天。
这种视角有助于解释我们目前所看到的很多现象。
尽管利率依然高企,软件公司的前景预估值下降(参见链接),但纳斯达克指数正在恢复至接近历史最高点,加密货币也在反弹。
在风险投资领域,出现了两极分化:一方面,许多数据良好的软件公司难以筹集资金;另一方面,基于基础模型的公司、硬科技公司,甚至核能公司却在大量吸引投资。
从一个角度看,任何能够顺应我们讨论的趋势并凸显其优势的公司,都能以高得惊人的估值筹集资金,而那些不符合这一趋势,甚至可能受其威胁的公司,将难以吸引投资者的关注,无论价格如何。
目前,围绕 AI 监管的争论非常激烈。一方面是那些希望以有利于目前领导者的方式监管 AI 的人,另一方面则是主张保持开放的人,如拜登总统的行政命令和技术专家及投资者支持开源的公开信所示。这场辩论虽然表面上围绕安全和灭绝风险,但当考虑到这可能使得价值 45 万亿美元的市场仅限于少数公司可触及时,那些主张安全的人似乎在更大的战略游戏中成了无意中的帮凶。
科技公司作为一个整体,在未来将远远超出今天的规模。这一点毫无疑问。
问题在于:科技公司有多少?是少数几家超过 10 万亿美元的大公司,还是更多的只有数万亿美元的公司?
这还有待观察。趋势已经很明显,但具体情况还要看每个人如何应对。
在一个智能和劳动力正变得普遍可得的世界里,要想取得胜利,你需要拥有更宏大的思维。将你的抱负放大 100 倍。制定一项宏伟的战略。我们下次再讨论这个。
感谢 Dan 和新版的 ChatGPT,它有 128k 的上下文窗口,在编辑方面给予了巨大帮助!
今天的内容就到这里。我们将在周五用每周精华回到你的收件箱!
感谢阅读,
Packy